[发明专利]身份认证方法及装置

说明书

本发明公开了一种身份认证方法及装置，涉及人工智能技术领域；其中该方法包括：采集用户的当前人脸图像、以及用户身份证上的人脸图像；利用预先训练的深度卷积神经网络提取当前人脸图像的第一特征向量、以及用户身份证上的人脸图像的第二特征向量；根据第一特征向量、以及第二特征向量计算用户的当前人脸图像与用户身份证上的人脸图像的余弦相似度；将用户要办理的银行业务、余弦相似度、以及用户的身份信息输入预先训练的GA‑BP神经网络，得到用户是否可以办理所述银行业务的验证结果。本发明提高了身份认证准确性和身份认证的效率，进而提升银行业务的办理效率，提升用户体验度。

技术领域

本发明涉及人工智能技术领域，尤其涉及身份认证方法及装置。

背景技术

本部分旨在为权利要求书中陈述的本发明实施例提供背景或上下文。此处的描述不因为包括在本部分中就承认是现有技术。

目前用户去银行办理银行业务时，需要利用身份证对用户进行身份认证，身份认证通过时，才可以为用户办理相应的银行业务。利用身份证对用户进行身份认证时，是比对用户身份证上的人脸图像与现场采集的用户人脸图像是否一致，如果比对结果一致则用户通过身份认证，如果比对结果不一致，则用户不通过身份认证。该种验证方法因为是比对用户身份证上的人脸图像与现场采集的用户人脸图像，为了避免用户身份证上的人脸图像与现场采集的用户人脸图像差别较大，所以会限制身份证在有效期限内才可以进行身份认证。但是若身份证虽然在有效期限内但长时间未更换时，用户人脸图像与身份证上的人脸图像可能也会存在较大差别，因此当前的身份认证方法只通过比对用户身份证上的人脸图像与现场采集的用户人脸图像是否一致进行身份认证，导致验证结果不够准确，并且在身份证过期时用户就无法进行身份认证，身份认证效率低，影响银行业务的办理效率，用户体验较差。

发明内容

本发明实施例提供一种身份认证方法，用以提高身份认证的效率，进而提升银行业务的办理效率，提升用户体验度，该方法包括：

采集用户的当前人脸图像、以及用户身份证上的人脸图像；

利用预先训练的深度卷积神经网络提取当前人脸图像的第一特征向量、以及用户身份证上的人脸图像的第二特征向量；其中，深度卷积神经网络用于利用至少一个卷积层过滤输入的图像，得到图像的特征向量；

根据第一特征向量、以及第二特征向量计算用户的当前人脸图像与用户身份证上的人脸图像的余弦相似度；

将用户要办理的银行业务、余弦相似度、以及用户的身份信息输入预先训练的GA-BP神经网络，得到用户是否可以办理所述银行业务的验证结果；其中，GA-BP神经网络用于对用户进行身份认证，确定用户是否可以办理输入的银行业务。

本发明实施例还提供一种身份认证装置，用以提高身份认证的效率，进而提升银行业务的办理效率，提升用户体验度，该装置包括：

采集模块，用于采集用户的当前人脸图像、以及用户身份证上的人脸图像；

提取模块，用于利用预先训练的深度卷积神经网络提取当前人脸图像的第一特征向量、以及用户身份证上的人脸图像的第二特征向量；其中，深度卷积神经网络用于利用至少一个卷积层过滤输入的图像，得到图像的特征向量；

计算模块，用于根据第一特征向量、以及第二特征向量计算用户的当前人脸图像与用户身份证上的人脸图像的余弦相似度；

处理模块，用于将用户要办理的银行业务、余弦相似度、以及用户的身份信息输入预先训练的GA-BP神经网络，得到用户是否可以办理所述银行业务的验证结果；其中，GA-BP神经网络用于对用户进行身份认证，确定用户是否可以办理输入的银行业务。

本发明实施例还提供一种计算机设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现上述身份认证方法。